Skip to main content
Top

2025 | OriginalPaper | Chapter

35. Fernstudium planen mit dem Regulator Algorithmus (RGA)

Activate our intelligent search to find suitable subject content or patents.

search-config
loading …

Zusammenfassung

Die erfolgreiche Vereinbarkeit von Beruf, Familie und Studium erfordert eine gute Planung. Ein sehr guter Studienplan ermöglicht es, Lernmodule in weniger Semestern abzuschließen und die Lerneffizienz zu steigern. In diesem Beitrag wird eine Anwendung vorgestellt, die mit einem Regulator Algorithmus (RGA) dabei unterstützt, ein berufsbegleitendes Master-Fernstudium in möglichst wenigen Semestern abzuschließen und die Gesamtlernzeit pro Semester gleichmäßig zu verteilen.

Dont have a licence yet? Then find out more about our products and how to get one now:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Footnotes
2
Laut Kultusministerkonferenz werden 32 bis 39 h pro Woche und insgesamt 46 Wochen pro Jahr angesetzt, die einem Workload von 1472 bis 1794 h pro Jahr entsprechen. https://​www.​kmk.​org/​fileadmin/​veroeffentlichun​gen_​beschluesse/​2003/​2003_​10_​10-Laendergemeinsam​e-Strukturvorgaben​.​pdf (Zugriff am 08.10.2023).
 
Literature
go back to reference Davis L (2014) Job shop scheduling with genetic algorithms. In: Proceedings of the first international conference on genetic algorithms and their applications. Psychology Press, S 136–140 Davis L (2014) Job shop scheduling with genetic algorithms. In: Proceedings of the first international conference on genetic algorithms and their applications. Psychology Press, S 136–140
go back to reference Goldberg DE (1989) Genetic algorithms in search, optimization, and machine learning. Addison-Wesley, Reading Goldberg DE (1989) Genetic algorithms in search, optimization, and machine learning. Addison-Wesley, Reading
go back to reference Klüver C, Klüver J (2021) Künstliches Leben (KL)–Der Regulator Algorithmus (RGA). In: Klüver C, Klüver J (Hrsg) (2024) Neue Algorithmen für praktische Probleme: Variationen zu Künstlicher Intelligenz und Künstlichem Leben. Springer Fachmedien, Wiesbaden, S 343–350 Klüver C, Klüver J (2021) Künstliches Leben (KL)–Der Regulator Algorithmus (RGA). In: Klüver C, Klüver J (Hrsg) (2024) Neue Algorithmen für praktische Probleme: Variationen zu Künstlicher Intelligenz und Künstlichem Leben. Springer Fachmedien, Wiesbaden, S 343–350
go back to reference Klüver C, Klüver J, Schmidt J (2024) Modellierung komplexer Prozesse durch naturanaloge Verfahren: Künstliche Intelligenz und Künstliches Leben. Springer Fachmedien, WiesbadenCrossRef Klüver C, Klüver J, Schmidt J (2024) Modellierung komplexer Prozesse durch naturanaloge Verfahren: Künstliche Intelligenz und Künstliches Leben. Springer Fachmedien, WiesbadenCrossRef
go back to reference Meyer O, Wessling F, Klüver C (2017) Finding optimized configurations for variability-intensive systems without constraint violations using a Regulatory Algorithm (RGA). In: 2017 IEEE congress on evolutionary computation (CEC). IEEE, S 1908–1915. https://doi.org/10.1109/CEC.2017.7969534 Meyer O, Wessling F, Klüver C (2017) Finding optimized configurations for variability-intensive systems without constraint violations using a Regulatory Algorithm (RGA). In: 2017 IEEE congress on evolutionary computation (CEC). IEEE, S 1908–1915. https://​doi.​org/​10.​1109/​CEC.​2017.​7969534
go back to reference Miller BL, Goldberg DE (1995) Genetic algorithms, tournament selection, and the effects of noise. Complex Syst 9(3):193–212 Miller BL, Goldberg DE (1995) Genetic algorithms, tournament selection, and the effects of noise. Complex Syst 9(3):193–212
Metadata
Title
Fernstudium planen mit dem Regulator Algorithmus (RGA)
Author
Sihan Jiang
Copyright Year
2025
DOI
https://doi.org/10.1007/978-3-658-43319-2_35

Premium Partner